在 DAX 中，如何使用 TOPN 但仍然是 SLICER-RESPONSIVE 度量（如 KEEPFILTERS）

Question

我在此 Power BI 项目中创建了多个可视化效果，由成功过滤响应的 DAX 度量驱动：当我在表中的某些列上使用筛选器（或切片器）时，所有可视化效果都会发生变化。

通过确保所有需要的数据表包含某些标志，然后为每个标志创建一个“驱动程序表”来创建过滤器响应性。 然后我为每个标志在标志的驱动程序表和每个数据表之间创建了一个“关系”。

这样，当我为该标志定义“所有页面”过滤器时，我使过滤器选择“FROM THE DRIVER-TABLE”。 因此，该标志选择会选择所有数据表，影响其所有度量，从而更改其所有可视化。

但是......这对于我的“最后 10 个”可视化效果不起作用。 问题是：我被要求排除计数为零的行。

我尝试使用 Power BI 筛选功能，按 TOP N 进行筛选，但随后选择了零计数行。

我尝试在 DAX 中使用 TOPN 作为表，但问题是它不是过滤器响应式的：KEEPFILTERS 似乎没有完成其工作。

这是我使用 TOPN 制作的通用代码示例，就像我尝试过的那样：

TopN_table = 
    TOPN(5, 
        SUMMARIZE(
            FILTER(
                KEEPFILTERS('my_detail_data')
                , 'my_detail_data'[flag_a_4_member] = "Y" 
                && 'my_detail_data'[flag_b_4_line] = "Y"
            ),
            'my_detail_data'[text_col_to_group_1],
            'my_detail_data'[text_col_to_group_2],
            "summ_col_1", SUM('my_detail_data'[int_col_1]),
            "summ_col_2", SUM('my_detail_data'[int_col_2])
        ),
        [summ_col_1], DESC,
        [summ_col_2], DESC
    )

我还尝试了一种变体，其中 DAX 表不执行 TOPN，而只是执行基本过滤和排除零计数，但同样...... KEEPFILTERS 似乎不起作用：它不是过滤器-有反应。

这是一个类似该代码的示例，它几乎完成所有操作，将 TOPN 留给过滤器：

DaxTbl_2 = 
  VAR temp_table = 
    FILTER(KEEPFILTERS(
        SUMMARIZE(
            FILTER(KEEPFILTERS('my_detail_data')
                , 'my_detail_data'[flag_a_4_member] = "Y" 
                && 'my_detail_data'[flag_b_4_line] = "Y"),
            'my_detail_data'[text_col_to_group_1],
            'my_detail_data'[text_col_to_group_2],
            "summ_col_1", SUM('my_detail_data'[int_col_1]),
            "summ_col_2", SUM('my_detail_data'[int_col_2])
        )), 
        [summ_col_1] > 0
    )
RETURN 
    temp_table

我猜测缺乏过滤响应是因为 SUMMARIZE 不包含标志列。 但是这些标志要在详细级别（在上面的伪代码中，在 [int_col_1] 和 [int_col_2] 级别）选择，而我需要在组级别（[summ_col_1]）排除零计数。

建议？

Answer 1

我同意使用计算表并不是解决这个问题的正确方法。我建议使用表格上的一系列度量：度量将根据所选的切片器自动更新。

以下是我建议采取的步骤的摘要：

1. 为

   int_col_1

   和

   int_col_2

   创建求和措施。
2. 为

   int_col_1

   和

   int_col_2

   创建排名衡量标准。
3. 创建总体排名衡量标准。
4. 将总体排名添加到表格中，并按总体排名指标中的前 5 名过滤表格。
5. 通过选择切片器并查看桌子如何调整来进行测试。

1 为

int_col_1

和

int_col_2

创建求和措施。

sumCol1 = SUM(my_detail_data[int_col_1])

sumCol2 = SUM(my_detail_data[int_col_2])

2 为

int_col_1

和

int_col_2

创建排名衡量标准。

col1Rank =
RANKX (
    ALLSELECTED (
        my_detail_data[text_col_to_group_1],
        my_detail_data[text_col_to_group_2]
    ),
    [sumCol1],
    ,
    DESC,
    DENSE
)

col2Rank =
DIVIDE (
    RANKX (
        ALLSELECTED (
            my_detail_data[text_col_to_group_1],
            my_detail_data[text_col_to_group_2]
        ),
        [sumCol2],
        ,
        DESC,
        DENSE
    ),
    COUNTROWS ( ALL ( my_detail_data ) )
)

确保两者都是

Decimal number

格式并保留两位小数

3 创建总体排名衡量标准。

FinalRank =
RANKX (
    ALLSELECTED (
        my_detail_data[text_col_to_group_1],
        my_detail_data[text_col_to_group_2]
    ),
    [col1Rank] + [col2Rank],
    ,
    ASC,
    DENSE
)

4 将总体排名添加到表格中，并按总体排名指标中的前 5 名过滤表格。

5 通过选择切片机并查看桌子如何调整来进行测试。

左边是原表，右边是排名表

---

此答案使用的模拟数据：

text_col_to_group_1	text_col_to_group_2	flag_a_4_member	flag_b_4_line	int_col_1	int_col_2
A组	类型1	是	是	100	200
A组	类型2	是	N	150	100
B组	类型1	N	是	120	80
B组	类型2	是	是	200	50
C组	类型1	是	是	90	30
C组	类型2	N	N	50	60
D组	类型1	是	是	180	110
D组	类型2	N	是	140	90
E组	类型1	是	是	170	220
E组	类型2	是	N	60	70
A组	类型1	是	是	300	500
A组	类型2	是	N	250	150
B组	类型1	N	是	320	180
B组	类型2	是	是	400	250
C组	类型1	是	是	190	130
C组	类型2	N	N	150	160
D组	类型1	是	是	280	210
D组	类型2	N	是	240	190
E组	类型1	是	是	370	320
E组	类型2	是	N	160	170